rmasi
Linear
Kelompok
Kelompok 44 ::
1. Brian Cahya Purnama
H1D022009
2. Zia Khusnul Fauzi Akhmad
H1D022023
3. Amar Ma’ruf
H1D022037
4. Nabilla Tsani Ayasi
H1D022058
5. Adila Zahira Hasyati
H1D022081
6. Khansa Khalda
H1D022086
7. Endini Nurlaily
H1D022089
8. Nicholas Hasian
H1D022053
01
Transfor
masi
Linear
Umum
Mengingat Kembali
Transformasi dari V ke W :
T : V -> W
T(v) = w
Mengingat Kembali
Keterangan.
V : ruang vektor V
W : ruang vektor W
T : transformasi
𝑣 : variabel tak bebas
𝑤 : variabel bebas
Definisi
Contoh Transformasi Linear :
1. Transformasi linear dari Rⁿ ke Rᵐ (Transformasi
Matriks) (teorema 4.3.2)
5. Proyeksi Ortogonal
Bentuk = T(v) = projwv dimana :
Projwv = (v, w₁)W₁ + (v, w₂)w₂ + . . . + (v, wᵣ)wᵣ ,
maka :
T(u + v) = (u + v, w₁)W₁ + (u + v, w₂)W₂ + ... + (u + v,
wᵣ)Wᵣ = (u, w₁)w₁ + (u, W₂)W₂ +...+ (u, wᵣ)Wᵣ + (v,
w₁)W1 + (v, w₂)W₂ +...+ (v, wᵣ)Wᵣ
= T(u) + T(v) (terbukti)
Contoh Transformasi Linear :
Lanjut
T(kv) = (kv, w₁)W₁ + (kv, w₂)w₂ + . . . + (kv, wᵣ)wᵣ
T(kv) = k ((v, w₁)W₁ + (v, w₂)w₂ + . . . + (v, wᵣ)wᵣ)
kT(v) = k ((v, w₁)W₁ + (v, w₂)w₂ + . . . + (v, wᵣ)wᵣ)
T(kv) = kT(v) (terbukti)
Contoh Transformasi Linear :
Lanjut
Dari sifat-sifat hasilkali dalam dapat diketahui bahwa
Dan
Lanjut
Dari sifat-sifat diferensial, diperoleh :
D(f) = f'(x)
T(A) = det(A)
Jika n > 1, maka transformasi ini tidak memenuhi kedua sifat transformasi
linear
det(A1 + A2) =/= det(A1) + det(A2)
dan
det(cA) =/= c det(A)
Tentukan sebuah rumus untuk T(x 1, x2, x3); kemudian gunakan rumus
tersebut untuk menghitung T(2, -3, 5)
Penyelesaian
Pertama-tama kita menyatakan x = (x 1, x2, x3) sebagai sebuah kombinasi
linear dari v1 = (1,1,1), v2 = (1,1,0), dan v3 = (1,0,0). Jika kita menuliskan
c1 + c2 = x2
c3 = x3
= T2(T1(u)) + T2(T1(v))
T1 : U → V, T2 : V → W, dan T3 : W → Y
T(kv1) = kT(v1) = k0 = 0
Karena w1 dan w2 berada di dalam range dari T, terdapat vektor-vektor a1 dan a2 pada V sedemikian rupa
sehingga
T(a1) = w1 dan T(a2) = w2. Jika a = a1 + a2 dan b = ka1, maka
T(a) = T(a1 + a2) = T(a1) + T(a2) = w1 + w2
Dan
T(b) = T(ka1) = kT(a1) = kw1
Yang melengkapi pembuktian ini.
KERNEL
KERNEL DAN
DAN RANGE
RANGE
Definisi
Jika T: V→W adalah transformasi linear, maka dimensi range dari T disebut sebagai rank dari T (rank of T) dan
dinotasikan dengan rank(T); dimensi kernelnya disebut nulitas dari T (nullity of T) dan dinotasikan dengan
nulitas(T).
KERNEL
KERNEL DAN
DAN RANGE
RANGE
Teorema
8.2.2
Contoh :
Misalkan T: R3 → R3 adalah proyeksi ortogonal pada bidang xy. Kernel T
adalah sumbu z yang berdimensi satu; dan range T adalah bidang xy, yang
berdimensi dua. Sehingga Nulitas(T) = 1 dan rank(T) = 2
KERNEL
KERNEL DAN
DAN RANGE
RANGE
Teorema Dimensi untuk Transformasi Linear
Ingat kembali Teorema Dimensi untuk Matriks (Teorema 5.6.3) bahwa jika A adalah sebuah
matriks yang memiliki n kolom , maka rank(A) + nulitas(A) = n teorema berikut memperluas
hasil di atas hingga mencakup transformasi linear umum.
KERNEL
KERNEL DAN
DAN RANGE
RANGE
Teorema
8.2.3
rank(T) + nulitas(T) = n
rank(T) + nulitas(T) = 2 + 0 = 2
CONTOH
1:
Transformasi
Transformasi Linear
Linear invers
invers
CONTOH
1:
Transformasi
Transformasi Linear
Linear invers
invers
CONTOH
2:● Misalkan T : Pₙ → Pₙ₊₁ adalah transformasi linear
● T(p) = T(p(x)) = xp(x)
● Jika
Transformasi
Transformasi Linear
Linear invers
invers
CONTOH
2:
Transformasi
Transformasi Linear
Linear invers
invers
TRANSFORMASI LINEAR YANG BUKAN SATU-
CONTOH
KE-SATU
3:
● Misalkan D : C¹(−∞,∞) → F(−∞,∞) adalah transformasi
diferensiasi.
● Sebagai contoh, kita lihat bahwa D(x²) = D(x²+1) = 2x. Meskipun
x² dan x²+1 adalah fungsi yang berbeda, turunan keduanya adalah
sama, sehingga transformasi D tidak bersifat satu ke satu.
Transformasi
Transformasi Linear
Linear invers
invers
Teorema
PERNYATAAN
EKUIVALEN
Jika T : V → W adalah transformasi linear, maka
pernyataan-pernyataan berikut ini adalah ekuivalen:
● T adalah satu ke satu
● Kernel T hanya mengandung vektor 0; maka
ker(T) = {0} = 0
● nullitas(T) = 0
Transformasi
Transformasi Linear
Linear invers
invers CONTOH
4:
Tentukan apakah transformasi linear yg diberikan adalah satu ke satu dgn cara
menentukan kernelnya atau nulitasnya dan menetapkan Teorema 8.3.1.
Dalam kasus yg spesifik di mana T adalah sebuah operator linear pada suatu ruang vektor
berdimensi terhingga, pernyataan ekuivalen yg keempat dapat ditambahkan ke dalam
Teorema 8.3.1
Transformasi
Transformasi Linear
Linear invers
invers
Teorema
8.3.2
rank(T) = n - nulitas(T) = n
Transformasi
Transformasi Linear
Linear invers
invers BUKT
I.
Berdasarkan definisi, rank(T) adalah dimensi range dari T, sehingga
range dari T memiliki dimensi n. Berdasarkan Teorema 5.4.7, range dari
T adalah V, karena kedua ruang tersebut memiliki dimensi yang sama.
nulitas(T) = n - rank(T) = n - n = 0
Te0rema
Te0rema 8.3.3
8.3.3
Jika T1: U -> V dan T2: V -> W adalah transformasi linier sat uke satu, maka:
Juga merupakan vector-vektor yang berbeda. Akan tetapi kedua pernyataan diatas dapat ditulis sebagai
berikut
Untuk setiap vector w yang berada di dalam range dari T2 o T1. Untuk maksud ini, jika
(3)
Dengan kata lain, Teorema 8.3.3 bagian (b) menyatakan bahwa invers sebuah komposisi adalah komposisi
dari invers-invers dengan urutan yang berlawanan. Hasil ini dapat diperluas agar mencakup komposisi dari
tiga atau lebih transformasi linear, sebagai contoh
(4)
Dalam kasus yang spesifik di mana TA, TB, dan TC adalah operator-operator matriks pada Rn, Rumus (4)
dapat dituliskan sebagai
Atau secara ekuivalen,
(5)
Dengan kata lain, rumus ini menyatakan bahwa matriks standar invers sebuah komposisi adalah hasilkali
invers matriks-matriks standar dari operator-operator yang membentuk komposisi tersebut, dalam urutan
yang berlawanan.
KS a
lot!
Do you have any questions?